大阪大学的科学家使用现场可编程门阵列(Field-Programmable
Gate Arrays,FPGA)构建了一种新的计算设备,用户可对其进行定制,提高人工智能的应用效率。与当前使用的可重新布线硬件相比,该系统将电路密度提高了12倍,同时预计可降低能耗80%。这一进步使得更具可扩展性的人工智能解决方案成为可能,这种解决方案可在增强性能同时还能消耗更少的电能。
人工智能已成为几乎所有消费者日常生活的一部分。像Uber这样的智能手机应用程序,Gmail的垃圾邮件过滤器以及Siri和Nest等智能家居设备都依赖于人工智能。实施这些算法通常需要大量的计算能力,这就意味着大量的用电成本及碳消耗。支持重新连接的系统(例如人脑)可以为每个任务优化计算机电路,从而大大提高了能效。
通常,我们认为硬件是由制造商确定,其中包括计算机处理器的物理逻辑门和晶体管。然而,现场可编程门阵列是专用逻辑元件,用户可以将其“现场”重新布线以用于定制逻辑应用。研究团队使用了非易失性“通孔开关”,这些通孔保持连接状态,直到用户决定重新配置它们。使用新颖的纳米加工方法,他们能够将十二倍的元素填充到类似网格的“交叉开关”布局中。通过缩短电子信号需要的路由距离,将设备所需的功率减少了80%。
研究人员表示:“我们基于现场可编程门阵列系统的设计周期非常快。如果需要,可以每天对其进行重新编程,以使每个新的人工智能应用程序获得最大的计算能力。通孔开关现场可编程门阵列适合用作最新人工智能算法的高性能实现平台。”
(编译自:https://www.sciencedaily.com/releases/2020/03/200309093011.htm)
(本刊讯)
|